#林毅没有V[超话]#【东方通信-半导体】Meta 简评：算力资产化运营，而非 AI Capex 见顶

核心观点：我们认为，Meta 拟出售 AI 算力不应被简单理解为“AI 算力过剩”或“AI Capex 周期结束”，而是Meta 尝试将阶段性、结构性闲置算力转化为可出租、可融资的基础设施资产。

一、北美四大CSP资本开支维持高强度扩张，Meta出售算力不是整体算力过剩

2026 年北美四大 CSP 资本开支仍维持高强度扩张。Amazon 2026 年 Capex 指引约 2000 亿美元，同比增长约 52%–56%；Microsoft 约 1900 亿美元，同比增长约 61%；Google 约 1800–1900 亿美元，同比增长约 100%；Meta 指引为 1250–1450 亿美元，同比增长约 88%。可以明确的是当前 OpenAI、Anthropic、Google 等大模型厂商仍然缺乏高质量算力，Meta 的过剩算力不能等同于全行业算力供需反转。
更合理的解释是Meta 的算力出现了阶段性和结构性错配。即数据中心、电力、GPU、网络需要提前规划和建设，而内部模型训练、搜广推、Agent等需求并非线性爬坡，从而导致了部分算力的阶段性闲置。

二、Meta 出租算力并不等于放弃自身基础大模型

Meta 做云的意义，是给 AI Capex 补一条中期商业化路径。即内部需求强的时候，算力继续服务搜广推和下一代模型训练；内部需求阶段性低于供给时，一部分算力可以通过云服务对外变现。
但这并不代表 Meta 要放弃基础模型。Meta 仍然需要自有模型来维护搜广推、社交、内容理解和 Agent 入口的控制权。如果完全依赖 OpenAI、Anthropic 或 Google，短期可能节省 Capex，但长期会削弱数据闭环、产品差异化和平台主导权。
Meta 的合理目标是构建一套比较强、相对便宜、足够可控，并且深度适配自身生态的模型和算力基础设施。

三、AI 硬件链利空论并不合理

短期看，Meta的入局会对CoreWeave、Nebius 这些 Neocloud 造成更显著的冲击，毕竟多了一个庞大的竞争敌手。但对 AI 硬件链不应做过度悲观解读，如果算力可以外售，AI 基建就不再只是内部成本，而是具备一定资产运营和收入回收能力。这反而有助于提升 Meta 继续投入 GPU、ASIC、光模块、交换网络、电源、液冷、PCB、存储等基础设施在财务上的合理性。
从产业链角度看，Ai的发展更需要跟踪以下几个指标：

1.OpenAI、Anthropic 等模型厂商 ARR 和 token 用量；
2.七八月份的AWS、Google、Meta 等 CSP Capex 指引；

欢迎联系：舒迪/刘梦磊